Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Unraveling the regulatory code of gene expression in plants

Description du projet

La xAI aide à déchiffrer le code de régulation de l’expression génétique spécifique au contexte chez les plantes

Les plantes coordonnent l’activité de milliers de gènes au cours de la croissance, du développement et de la réponse aux signaux environnementaux. Il est essentiel de déchiffrer le code de régulation pour améliorer leur résilience. Le projet multiCODE, financé par le CER, s’attaquera à ce problème en utilisant la génomique de la cellule unique, l’intelligence artificielle explicable (xAI pour «explainable artificial intelligence») et l’ingénierie des promoteurs synthétiques. Contrairement à la boîte noire de l’IA, la xAI fournit des explications sur la manière dont un modèle d’IA parvient à une conclusion. Le profilage de l’expression des gènes à l’échelle de la cellule unique chez les plantes permettra d’éclairer les modèles de xAI. Ces modèles prédiront l’expression génétique dans certaines conditions tout en identifiant les séquences d’ADN régulatrices sous-jacentes. Le code sera ensuite vérifié expérimentalement dans les plantes grâce à un promoteur synthétique le contenant, favorisant un contrôle précis de l’expression de leurs gènes.

Objectif

Multicellular plants control the fine-grained expression of thousands of genes during growth, development, and in response to external stimuli. While gene expression varies strongly between different organs and tissues, how this specificity is encoded in the genome is largely unknown. Although various regulatory DNA sequences and sequence-specific transcription factors controlling diverse transcriptional responses have been described, the combinatorial nature of the regulatory code makes the application of rational approaches to learn and predict context-specific gene expression challenging. This is a major obstacle towards engineering plant promoters with predictable and tuneable expression.

multiCODE’s aim is uniting single-cell genomics, explainable artificial intelligence (xAI), and synthetic promoter engineering, to efficiently learn and validate regulatory sequences controlling gene expression in plants. Based on high-resolution single-cell gene expression profiling in the model Arabidopsis and the crop Brassica rapa, xAI models will be built to predict gene expression in leaves under control and stress conditions while at the same time identifying the underlying regulatory DNA sequences and syntax. The power of these predictive models will be validated by exploiting inter- and intra-species sequence variation, revealing the evolutionary conservation of the regulatory code. Furthermore, a novel multi-tier synthetic promoter engineering approach will be used to experimentally validate, directly in plants, the learned regulatory code in a high-throughput manner.

By combining the power of advanced computational and experimental methods, I will identify novel regulatory sequences and design novel synthetic promoters controlling gene expression in complex cellular contexts. This represents a crucial step towards a comprehensive understanding of gene regulation and will significantly contribute to developing stress-resilient crops.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2024-ADG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

VIB VZW
Contribution nette de l'UE
€ 2 498 937,00
Adresse
SUZANNE TASSIERSTRAAT 1
9052 ZWIJNAARDE - GENT
Belgique
Région
Vlaams Gewest Prov. Oost-Vlaanderen Arr. Gent
Type d’activité
Research Organisations
Liens
Coût total
Aucune donnée

Bénéficiaires (1)